[發明專利]確定醫保支出影響因素的方法、裝置、設備和介質

有效

• 申請號: 202110995997.9
• 申請日: 2021-08-27
• 公開（公告）號: CN113643140B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 李月
• 申請（專利權）人: 泰康保險集團股份有限公司;泰康養老保險股份有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06Q10/0639;G06Q10/0633;G06Q50/26
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 郭晗;趙迪

1.一種確定醫保支出影響因素的方法，其特征在于，包括：

依據醫保支出費用將消費群體劃分為多個分組，并由所述分組的支出變化率，得到待分析群體，所述待分析群體包括實際高消費群體和實際普通消費群體，包括：依據醫保支出費用從多到少的順序，將消費群體劃分為多個分組，每個所述分組中包括人數相同；基于所述分組的累計醫保支出費用，計算所述分組的支出變化率；將最小支出變化率對應的切分點，作為劃分所述實際高消費群體與實際普通消費群體的依據，得到所述待分析群體；

提取所述待分析群體的醫院特征信息和所述待分析群體的支出特征信息，合并生成待分析特征數據；

將所述待分析特征數據，輸入分布式醫保模型，得到分析結果，所述分析結果包括影響因素、所述影響因素的模型貢獻度和所述影響因素的數據切分點；其中，依據分析特征訓練數據，構建并訓練分布式模型；采用預設調參方式調整訓練后的分布式模型后，結合模型評估指標，確定所述分布式醫保模型，所述分析特征訓練數據包括醫院特征訓練數據和支出特征訓練數據；所述影響因素的數據切分點是在分布式醫保模型中，該影響因素統計次數最多的切分點；

按照所述影響因素的模型貢獻度、所述影響因素的數據切分點和所述實際高消費群體，計算得到所述影響因素的信息量，以及按照所述信息量輸出所述影響因素，其中，依據所述影響因素的數據切分點，在所述待分析群體獲得預測高消費群體；基于所述預測高消費群體中所述實際高消費群體的數量和所述預測高消費群體的數量，獲知高消費群體準確率；按照所述高消費群體準確率，計算得到所述影響因素的信息量，所述信息量用于衡量影響因素的重要性。

2.根據權利要求1所述確定醫保支出影響因素的方法，其特征在于，所述待分析群體的醫院特征信息包括：醫院標識、醫院等級、經濟類型、專科類型和所屬地區中的一種或多種；

所述待分析群體的支出特征信息包括：藥占比，檢查費占比和手術費占比中的一種或多種。

3.根據權利要求1所述確定醫保支出影響因素的方法，其特征在于，所述依據分析特征訓練數據，構建并訓練分布式模型之前，還包括：

剔除原始分析特征訓練數據中高相關性的數據，得到所述分析特征訓練數據。

4.根據權利要求1所述確定醫保支出影響因素的方法，其特征在于，所述結合模型評估指標，確定所述分布式醫保模型，包括：

結合模型評估指標，若構建所述分布式醫保模型失敗，則對所述分布式模型調整參數，以確定所述分布式醫保模型，

所述調整參數包括以下一種或多種，調整所述分析特征訓練數據的支出變化率，增加所述分析特征訓練數據的特征，離散化處理所述分析特征訓練數據和更換分布式模型。

5.一種確定醫保支出影響因素的裝置，用于實現如權利要求1所述的確定醫保支出影響因素的方法，其特征在于，包括：

支出模塊，用于依據醫保支出費用將消費群體劃分為多個分組，并由所述分組的支出變化率，得到待分析群體，所述待分析群體包括實際高消費群體和實際普通消費群體；

特征模塊，用于提取所述待分析群體的醫院特征信息和所述待分析群體的支出特征信息，合并生成待分析特征數據；

分析模塊，用于將所述待分析特征數據，輸入分布式醫保模型，得到分析結果，所述分析結果包括影響因素、所述影響因素的模型貢獻度和所述影響因素的數據切分點；

輸出模塊，用于按照所述影響因素的模型貢獻度、所述影響因素的數據切分點和所述實際高消費群體，計算得到所述影響因素的信息量，以及按照所述信息量輸出所述影響因素。

6.一種確定醫保支出影響因素的電子設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-4中任一所述的方法。

7.一種計算機可讀介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-4中任一所述的方法。